12-27 10:30 阅读 171

Pytorch用Tensorboard来观察数据

这篇文章主要介绍了Pytorch用Tensorboard来观察数据，上一篇文章我们讲解了关于Pytorch Dataset的数据处理，这篇我们就来讲解观察数据，下面具体相关资料,需要的朋友可以参考一下，希望对你有所帮助

1.Tensorboard

有两个常用的方法：

一个是add_scalar()显：示曲线
一个是add_image()显示图像

首先安装Tensorboard

在你的编译环境（conda activate XXX）中输入命令

1	`pip install tensorboard`

1.使用add_scalar()输入代码

from torch.utils.tensorboard import SummaryWriter #调包

writer = SummaryWriter('logs') # 这里你创建了一个logs的文件装你的add_scalar生成的曲线，

#其中writer.add_scalar（）第一个量是曲线的名字， 

#第二个量是纵坐标scalar_value,第三个量是横坐标global_step（也可以理解为损失值得步长）

for i in range(100):

    writer.add_scalar("quadratic", i ** 2, i)

writer.close()

打开这个Tensorboard文件

1

2

3

tensorboard --logdir=logs

#1.这个logdir的文件名必须要与之前所创建的文件名一致，不然很容易报错，No dashboards are active for the current data set.

#2.这个tensorboard输入的命令，必须是在logs文件的上一层文件中，不然也很容易报错，No dashboards are active for the current data set.

结果现实：

在这里插入图片描述

2.使用add_image()输入代码

注意：add_image()中函数一般有三个量:
第一个是图像的名字，第二个是图像(必须是tensor或者numpy.ndarray)，第三个是步长（可理解为训练或者测试阶段到哪幅图像了）；
其中，图像的shape必须是CHW，但是有opencv读取的图像shape是HWC,
所以得使用dataformats转换以下将图像的shape转换为HWC

下面的代码测试了两张图（一张是来自aligned的图像，一张是来自original的图像）用来模拟训练或者测试阶段程序运行到哪张图

from torch.utils.tensorboard import SummaryWriter

import cv2

writer = SummaryWriter('logs')

aligned_img_path = "D:\\data\\basic\\Image\\aligned\\test_0001_aligned.jpg"

original_img_path = "D:\\data\\basic\\Image\\original\\test_0001.jpg"

aligned_img = cv2.imread(aligned_img_path)

original_img = cv2.imread(original_img_path)

print(type(aligned_img)) # numpy

print(aligned_img.shape)

# writer.add_image("img", aligned_img, 1, dataformats='HWC') #此图已经在我第一次测试add_image()用过了

writer.add_image("img", original_img, 2, dataformats='HWC')#此图是我在第二个测试

writer.close()

实现结果：

tensorboard中出现了IMAGES，并且step1是aligned的图，而step2是original的图